初学者指南：信贷预测竞赛策略与编程技巧

在本次"初学者作比赛"的分享中，演讲者曹培睿，来自东南大学自动化专业硕士，北航本科毕业后进一步深造于西安电子科技大学，主要关注机器学习领域，以2017年京东金融全球数据探索者大赛——信贷需求预测为例，为初学者提供竞赛中的关键思路和编程技巧。 1. **赛题思路**： - 分析了京东金融的信贷需求预测挑战，该任务要求根据2016年8月至11月用户的移动端行为数据、购物记录、历史借贷信息以及11月的总借款金额预测12月的总借款金额。评分标准为RMSE（均方根误差）。 - 比赛预处理阶段涉及特征制作，如使用LightGBM (LGB)、XGBoost (Xgb)等算法进行模型构建，同时提到使用pandas DataFrame处理数据，区分trainInput（训练集）和predInput（预测输入）。 - 提醒参赛者注意问题思考，例如数据清洗（空值处理）、理解数据提供意图（历史借款信息表与11月借贷总额表的作用）、以及如何从大量订单和点击数据中选择合适的特征，避免陷阱特征。 2. **编程设计原则**： - 强调清晰的输入输出概念，无论使用何种编程语言（如Python）和库（如pandas、numpy、scikit-learn），理解基础原理和功能至关重要。 - 推崇规范的命名约定，采用单双驼峰命名法以方便团队沟通。 - 注重代码注释，确保每个重要函数的功能和用途明确。 3. **干货推荐**： - 演讲者可能分享了实用的编程工具、数据处理技巧，以及在解决类似问题时推荐的学习资源和实践方法，帮助初学者提升数据挖掘能力。 4. **Q&A环节**： - 预计会有观众提问环节，讨论参赛过程中的疑惑和困惑，可能包括技术细节、策略调整或比赛经验分享。 总结来说，曹培睿的分享围绕着初学者如何运用机器学习方法解决实际竞赛问题，涵盖了从理解赛题、数据预处理、编程设计到实战策略的全面指导，为初涉数据挖掘的选手提供了宝贵的参考和实践经验。